自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2011年
6期
133-136
,共4页
谐波检测%粒子群优化算法%径向基函数神经网络%参数优选
諧波檢測%粒子群優化算法%徑嚮基函數神經網絡%參數優選
해파검측%입자군우화산법%경향기함수신경망락%삼수우선
有源电力滤波器补偿性能与所采用的谐波检测方式有很大的依赖关系,针对现有的检测方法存在精度不高、对电网频率变化比较敏感、自适应能力不强的缺点,本文提出基于粒子群优化算法的RBF神经网络的谐波检测方法.用自适应的方法对粒子群优化算法的参数进行了调整,使其能够更好地适应复杂的非线性环境,从而可以更灵活地调节PSO算法的全局搜索能力和局部开发能力.在算法的基础上,根据已开发的系统配置和学习算法,探讨了模拟电路的实现方法,运用PSIM软件对电路进行了模拟仿真.仿真结果表明,该方法具有很好的实时性、较高的检测精度以及自适应跟踪负载电流变化的能力.
有源電力濾波器補償性能與所採用的諧波檢測方式有很大的依賴關繫,針對現有的檢測方法存在精度不高、對電網頻率變化比較敏感、自適應能力不彊的缺點,本文提齣基于粒子群優化算法的RBF神經網絡的諧波檢測方法.用自適應的方法對粒子群優化算法的參數進行瞭調整,使其能夠更好地適應複雜的非線性環境,從而可以更靈活地調節PSO算法的全跼搜索能力和跼部開髮能力.在算法的基礎上,根據已開髮的繫統配置和學習算法,探討瞭模擬電路的實現方法,運用PSIM軟件對電路進行瞭模擬倣真.倣真結果錶明,該方法具有很好的實時性、較高的檢測精度以及自適應跟蹤負載電流變化的能力.
유원전력려파기보상성능여소채용적해파검측방식유흔대적의뢰관계,침대현유적검측방법존재정도불고、대전망빈솔변화비교민감、자괄응능력불강적결점,본문제출기우입자군우화산법적RBF신경망락적해파검측방법.용자괄응적방법대입자군우화산법적삼수진행료조정,사기능구경호지괄응복잡적비선성배경,종이가이경령활지조절PSO산법적전국수색능력화국부개발능력.재산법적기출상,근거이개발적계통배치화학습산법,탐토료모의전로적실현방법,운용PSIM연건대전로진행료모의방진.방진결과표명,해방법구유흔호적실시성、교고적검측정도이급자괄응근종부재전류변화적능력.